[Hadoop in China 2011] HBase在淘宝平台上的应用和改进经验

hti

　　http://tech.it168.com/a2011/1202/1283/000001283152.shtml
　　在今天下午进行的NoSQL系统及应用分论坛中，来自淘宝的软件工程师张毅发表主题演讲“淘宝HBase应用和改善”，介绍了HBase在淘宝平台上使用，以及对HBase的调试和改进的经验分享。

▲淘宝软件工程师张毅
　　随着淘宝的数据的快速增长，数据量每年都会翻一翻，这样的增长速度是淘宝选择HBase的重要原因。据张毅介绍，淘宝自今年年初开始对HBase进行预 演，包括线上应用和调优，以及bug的修改。这一过程包括三个阶段，第一阶段是对HBase的属性和配置等性能方面的熟悉过程;第二阶段将HBase应用 到线上;第三阶段是修改其内部代码，并投入到HBase的社区中，使其得到进一步的发展。

▲淘宝选择HBase的原因
　　HBase是分布式NoSQL存储系统，其底层数据存储基于HDFS，具有高可用和高性能的特点，可以处理百亿行*百万列*上万个版本的列式存储。谈到 淘宝为什么会选择HBase，张毅表示，淘宝选择HBase就像当年选择Hadoop一样，因其具有海量数据处理的能力。淘宝每天的数据量都能达到PB 级，需要HBase应对海量数据带来的挑战。另外，HBase还具有易于横向扩展、随机读写的高性能、高可靠性和稳定性、单行写入的强一致性的特点。

▲HBase在淘宝的规模
　　张毅认为数据瞬间写入量很大，数据库不好支撑或者需要很高成本支撑的场景可以考虑使用HBase，或者数据需要长久保存，且量会持续增长到比较大的场景 可以选择HBase。但是HBase毕竟不是关系型数据库，因此不适用于有Join、多级索引、表关系复杂的数据模型。

▲NoSQL专场爆满 向坐在地上的同学们致敬